大模型推理能力

What Affects the Effective Depth of Large Language Models?

影响大语言模型有效深度的因素是什么？

Yi Hu, Cai Zhou, Muhan Zhang

机构 * Institute for Artificial Intelligence, Peking University（人工智能研究院，北京大学） ； Department of Computer Science, Massachusetts Institute of Technology（计算机科学系，麻省理工学院） 纠错

专题命中 其他推理 ：reasoning(abstract)；CoT(abstract)；分类 cs.CL

AI总结 研究发现大语言模型的有效深度受模型规模、训练类型和任务难度影响，且有效深度比例稳定，提示需提升层利用率、模型剪枝和提前退出技术。

Too Late to Recall: Explaining the Two-Hop Problem in Multimodal Knowledge Retrieval

太迟回忆：多模态知识检索中双跳问题的解释

Constantin Venhoff, Ashkan Khakzar, Sonia Joseph, Philip Torr, Neel Nanda

机构 * University of Oxford（牛津大学） ； McGill University（麦吉尔大学） ； Meta ； MATS 纠错

专题命中 其他推理 ：reasoning(abstract)；chain-of-thought(abstract)；分类 cs.LG

AI总结 本文研究了多模态知识检索中双跳问题的影响，发现VLMs在处理视觉输入时过晚解决实体表示导致事实回忆性能下降，并提出通过修补和提示方法恢复性能。

VACoT: Rethinking Visual Data Augmentation with VLMs

VACoT：重新思考视觉数据增强与VLMs

Zhengzhuo Xu, Chong Sun, SiNan Du, Chen Li, Jing Lyu, Chun Yuan

机构 * Tsinghua University（清华大学） ； WeChat Vision, Tencent Inc（腾讯微信视觉部门） 纠错

专题命中 其他推理 ：reasoning(abstract)；chain-of-thought(abstract)；分类 cs.AI

AI总结 VACoT通过在推理过程中动态调用图像增强，提升VLMs在挑战性和分布外输入中的鲁棒性，特别是在OCR对抗场景中，通过高效的智能强化学习减少训练开销并增强感知任务的推理效率。

C$^2$DLM: Causal Concept-Guided Diffusion Large Language Models

C$^2$DLM: 基于因果概念的扩散大语言模型

Kairong Han, Nuanqiao Shan, Ziyu Zhao, Zijing Hu, Xinpeng Dong, Junjian Ye, Lujia Pan, Fei Wu, Kun Kuang

机构 * College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院） ； Noah’s Ark Lab, Huawei Technologies（华为技术有限公司诺亚实验室） 纠错

专题命中 其他推理 ：reasoning(abstract)；CoT(abstract)；分类 cs.CL

AI总结 C$^2$DLM通过引入因果概念引导机制，提升大语言模型在推理任务中的性能。

Can LLMs Detect Their Own Hallucinations?

Sora Kadotani, Kosuke Nishida, Kyosuke Nishida

机构 * NTT Human Informatics Labs.（NTT人机信息实验室） ； NTT, Inc.（NTT公司） 纠错

专题命中 其他推理 ：chain-of-thought(abstract)；CoT(abstract)；分类 cs.CL

Comments 8 pages

Automated urban waterlogging assessment and early warning through a mixture of foundation models

Chenxu Zhang, Fuxiang Huang, Lei Zhang

专题命中 其他推理 ：chain-of-thought(abstract)；CoT(abstract)；分类 cs.AI

Comments Submitted to Nature

SIA: Enhancing Safety via Intent Awareness for Vision-Language Models

Youngjin Na, Sangheon Jeong, Youngwan Lee, Jian Lee, Dawoon Jeong, Youngman Kim

机构 * VLM Safety LAB, MODULABS（视觉语言模型安全实验室，MODULABS） ； ETRI（电子技术研究院） ； KAIST（韩国科学技术院） 纠错

专题命中 其他推理 ：chain-of-thought(abstract)；CoT(abstract)；分类 cs.AI

Comments Accepted to Safe and Trustworthy Multimodal AI Systems(SafeMM-AI) Workshop at ICCV2025, Non-archival track

Reverse Engineering User Stories from Code using Large Language Models

Mohamed Ouf, Haoyu Li, Michael Zhang, Mariam Guizani

机构 * Queen's University（皇后大学） 纠错

专题命中 其他推理 ：reasoning(abstract)；chain-of-thought(abstract)；分类 cs.AI

Orcust: Stepwise-Feedback Reinforcement Learning for GUI Agent

Junyu Lu, Songxin Zhang, Zejian Xie, Zhuoyang Song, Jiaxing Zhang

机构 * Lionrock AI Lab（狮岩人工智能实验室） ； China Merchants Research Institute of Advanced Technology（中国商人先进科技研究院） 纠错

专题命中 其他推理 ：reasoning(abstract)；chain-of-thought(abstract)；分类 cs.AI

A Role-Aware Multi-Agent Framework for Financial Education Question Answering with LLMs

Andy Zhu, Yingjun Du

机构 * Rensselaer Polytechnic Institute（罗切斯特理工学院） ； University of Amsterdam（阿姆斯特丹大学） 纠错

专题命中 其他推理 ：reasoning(abstract)；chain-of-thought(abstract)；分类 cs.CL

Comments 8 pages, 6 figures, Underreview

WATCHED: A Web AI Agent Tool for Combating Hate Speech by Expanding Data

Paloma Piot, Diego Sánchez, Javier Parapar

机构 * IRLab, CITIC, Universidade da Coruña, Spain（IR实验室、CITIC、科鲁纳大学、西班牙） 纠错

专题命中 其他推理 ：reasoning(abstract)；chain-of-thought(abstract)；分类 cs.CL

DiFaR: Enhancing Multimodal Misinformation Detection with Diverse, Factual, and Relevant Rationales

Herun Wan, Jiaying Wu, Minnan Luo, Xiangzheng Kong, Zihan Ma, Zhi Zeng

专题命中 其他推理 ：reasoning(abstract)；chain-of-thought(abstract)；分类 cs.CL

How Effectively Can Large Language Models Connect SNP Variants and ECG Phenotypes for Cardiovascular Risk Prediction?

Niranjana Arun Menon, Iqra Farooq, Yulong Li, Sara Ahmed, Yutong Xie, Muhammad Awais, Imran Razzak

机构 * University of New South Wales（新南威尔士大学） ； University of Surrey（萨里大学） ； Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） 纠错

专题命中 其他推理 ：reasoning(abstract)；CoT(abstract)；分类 cs.LG

HITSZ's End-To-End Speech Translation Systems Combining Sequence-to-Sequence Auto Speech Recognition Model and Indic Large Language Model for IWSLT 2025 in Indic Track

Xuchen Wei, Yangxin Wu, Yaoyin Zhang, Henglyu Liu, Kehai Chen, Xuefeng Bai, Min Zhang

机构 * School of Computer Science and Technology, Harbin Institute of Technology, Shenzhen, China（计算机科学与技术学院，哈尔滨工业大学（深圳）） 纠错

专题命中 其他推理 ：chain-of-thought(abstract)；CoT(abstract)；分类 cs.CL

Comments 7 pages, 1 figure, submitted to IWSLT 2025

Impact of Code Context and Prompting Strategies on Automated Unit Test Generation with Modern General-Purpose Large Language Models

Jakub Walczak, Piotr Tomalak, Artur Laskowski

机构 * Lodz University of Technology（华沙理工大学） ； Comarch 纠错

专题命中 其他推理 ：reasoning(abstract)；chain-of-thought(abstract)；分类 cs.AI

Think-Before-Draw: Decomposing Emotion Semantics & Fine-Grained Controllable Expressive Talking Head Generation

Hanlei Shi, Leyuan Qu, Yu Liu, Di Gao, Yuhua Zheng, Taihao Li

机构 * Hangzhou Institute for Advanced Study, University of Chinese Academy of Sciences（杭州高等研究院，中国科学院大学） 纠错

专题命中 其他推理 ：chain-of-thought(abstract)；CoT(abstract)；分类 cs.AI

Evaluating LLMs and Prompting Strategies for Automated Hardware Diagnosis from Textual User-Reports

Carlos Caminha, Maria de Lourdes M. Silva, Iago C. Chaves, Felipe T. Brito, Victor A. E. Farias, Javam C. Machado

机构 * Laboratório de Sistemas e Banco de Dados (LSBD) Departamento de Computação / Universidade Federal do Ceará (UFC) -- Fortaleza -- CE -- Brazil（系统与数据库实验室（LSBD）计算机系/北卡罗来纳州立大学（UFC）——福塔莱扎——CE——巴西） 纠错

专题命中 其他推理 ：chain-of-thought(abstract)；CoT(abstract)；分类 cs.LG

Comments To be published in the Proceedings of the Brazilian Integrated Software and Hardware Seminar 2025 (SEMISH 2025)

Generating Privacy Stories From Software Documentation

Wilder Baldwin, Shashank Chintakuntla, Shreyah Parajuli, Ali Pourghasemi, Ryan Shanz, Sepideh Ghanavati

机构 * School of Computing and Information Science（计算与信息科学学院） ； University of Maine（缅因大学） 纠错

专题命中 其他推理 ：chain-of-thought(abstract)；CoT(abstract)；分类 cs.AI

Comments Accepted to RENext!'25 at the 33rd IEEE International Requirements Engineering 2025 conference

Command-V: Pasting LLM Behaviors via Activation Profiles

Barry Wang, Avi Schwarzschild, Alexander Robey, Ali Payani, Charles Fleming, Mingjie Sun, Daphne Ippolito

专题命中 其他推理 ：reasoning(abstract)；chain-of-thought(abstract)；分类 cs.LG

Truncated Proximal Policy Optimization

Tiantian Fan, Lingjun Liu, Yu Yue, Jiaze Chen, Chengyi Wang, Qiying Yu, Chi Zhang, Zhiqi Lin, Ruofei Zhu, Yufeng Yuan, Xiaochen Zuo, Bole Ma, Mofan Zhang, Gaohong Liu, Ru Zhang, Haotian Zhou, Cong Xie, Ruidong Zhu, Zhi Zhang, Xin Liu, Mingxuan Wang, Lin Yan, Yonghui Wu

机构 * ByteDance Seed（字节跳动种子） 纠错

专题命中 其他推理 ：reasoning(abstract)；CoT(abstract)；分类 cs.AI

AdaDecode: Accelerating LLM Decoding with Adaptive Layer Parallelism

Zhepei Wei, Wei-Lin Chen, Xinyu Zhu, Yu Meng

专题命中 其他推理 ：reasoning(abstract)；chain-of-thought(abstract)；分类 cs.CL

Comments ICML 2025. Code: https://github.com/weizhepei/AdaDecode

Non-literal Understanding of Number Words by Language Models

Polina Tsvilodub, Kanishk Gandhi, Haoran Zhao, Jan-Philipp Fränken, Michael Franke, Noah D. Goodman

机构 * Department of Linguistics, University of Tübingen（语言学系，图宾根大学） ； Department of Computer Science, Stanford University（计算机科学系，斯坦福大学） ； University of Washington（华盛顿大学） ； Department of Psychology, Stanford University（心理学系，斯坦福大学） ； Departments of Psychology & Computer Science, Stanford University（心理学与计算机科学系，斯坦福大学） 纠错

专题命中 其他推理 ：reasoning(abstract)；chain-of-thought(abstract)；分类 cs.CL

Comments 12 pages, 10 figures. To appear in the Proceedings of CogSci 2025

SafetyAnalyst: Interpretable, Transparent, and Steerable Safety Moderation for AI Behavior

Jing-Jing Li, Valentina Pyatkin, Max Kleiman-Weiner, Liwei Jiang, Nouha Dziri, Anne G. E. Collins, Jana Schaich Borg, Maarten Sap, Yejin Choi, Sydney Levine

专题命中 其他推理 ：reasoning(abstract)；chain-of-thought(abstract)；分类 cs.CL

Comments Accepted to ICML 2025

Improving Language Model Personas via Rationalization with Psychological Scaffolds

Brihi Joshi, Xiang Ren, Swabha Swayamdipta, Rik Koncel-Kedziorski, Tim Paek

机构 * University of Southern California（南加州大学） ； Apple（苹果公司） 纠错

专题命中 其他推理 ：reasoning(abstract)；chain-of-thought(abstract)；分类 cs.CL

LangPert: Detecting and Handling Task-level Perturbations for Robust Object Rearrangement

Xu Yin, Min-Sung Yoon, Yuchi Huo, Kang Zhang, Sung-Eui Yoon

专题命中 其他推理 ：reasoning(abstract)；chain-of-thought(abstract)；分类 cs.AI

On Language Models' Sensitivity to Suspicious Coincidences

Sriram Padmanabhan, Kanishka Misra, Kyle Mahowald, Eunsol Choi

专题命中 其他推理 ：reasoning(abstract)；chain-of-thought(abstract)；分类 cs.CL

PhyT2V: LLM-Guided Iterative Self-Refinement for Physics-Grounded Text-to-Video Generation

Qiyao Xue, Xiangyu Yin, Boyuan Yang, Wei Gao

专题命中 其他推理 ：reasoning(abstract)；chain-of-thought(abstract)；分类 cs.AI

Comments 28 pages

Journal ref in Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 2025

Do Multimodal Large Language Models Understand Welding?

Grigorii Khvatskii, Yong Suk Lee, Corey Angst, Maria Gibbs, Robert Landers, Nitesh V. Chawla

专题命中 其他推理 ：reasoning(abstract)；chain-of-thought(abstract)；分类 cs.CL

Comments 16 pages

Psy-Copilot: Visual Chain of Thought for Counseling

Keqi Chen, Zekai Sun, Huijun Lian, Yingming Gao, Ya Li

专题命中 其他推理 ：reasoning(abstract)；CoT(abstract)；分类 cs.CL

WavRAG: Audio-Integrated Retrieval Augmented Generation for Spoken Dialogue Models

Yifu Chen, Shengpeng Ji, Haoxiao Wang, Ziqing Wang, Siyu Chen, Jinzheng He, Jin Xu, Zhou Zhao

专题命中 其他推理 ：reasoning(abstract)；chain-of-thought(abstract)；分类 cs.AI